[發明專利]基于改進粒子群算法的模擬電路雙故障診斷方法在審
| 申請號: | 202011466637.1 | 申請日: | 2020-12-14 |
| 公開(公告)號: | CN112505533A | 公開(公告)日: | 2021-03-16 |
| 發明(設計)人: | 楊小燕;楊成林;鮮航 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G01R31/316 | 分類號: | G01R31/316 |
| 代理公司: | 成都行之專利代理事務所(普通合伙) 51220 | 代理人: | 溫利平 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 改進 粒子 算法 模擬 電路 故障診斷 方法 | ||
1.一種基于改進粒子群算法的模擬電路雙故障診斷方法,其特征在于,包括以下步驟:
S1:獲取模擬電路在預設測點t1、t2處的傳輸函數,將模擬電路中元件數量記為C,記每個元件參數的標稱值為確定各個元件的容差范圍分析得到模擬電路經測點t1、t2輸出電壓進行故障診斷的模糊組,將得到的模糊組數量記為N,每個模糊組選取一個元件作為代表性故障元件,記其他非代表性故障元件的數量為M;
S2:當模擬電路出現故障時,在預設激勵信號下測量得到測點t1、t2處的故障電壓相量和
S3:以X={x1,…,xN,xN+1,…,xN+M}作為粒子群中的粒子位置,其中前N個xn表示第n個代表性故障元件的參數值,n=1,2,…,N,后M個xm表示第m個非代表性故障元件的參數值,m=N+1,N+2,…,N+M;初始化K個粒子構成初始粒子群P,每個粒子位置中N個代表性故障元件的參數值隨機取值,M個非代表性故障元件的參數值在容差范圍內取值,將每個粒子的初始位置記為然后初始化每個粒子速度
S4:分別計算初始粒子群P中每個粒子的適應度值,本發明中粒子適應度值的計算方法為:根據傳輸函數分別計算粒子位置在測點t1、t2處的輸出電壓相量和分別計算與故障電壓相量和之間的歐式距離和然后根據粒子位置中參數值超過容差范圍的代表性故障元件數量確定參數
根據以下公式計算粒子和適應度函數值
選擇適應度值最小的粒子位置作為初始全局最優位置Gbest,將每個粒子的初始位置作為初始局部最優位置Pbestk。
S5:初始化迭代次數i=1;
S6:采用如下公式確定本次迭代的慣性權重wi+1:
wi+1=wstart-(wstart-wend)×(i/I)2
其中,wstart、wend分別表示慣性權重的起點值和終點值,I表示預設的最大迭代次數;
S7:采用如下公式更新粒子的速度,得到更新后的速度
其中,c1、c2為學習因子,r1、r2是0~1之間的隨機數。
采用如下公式更新粒子的位置,得到更新后的位置
然后對更新后的位置中每個非代表性元件參數值進行邊界檢查,即將粒子位置中每個非代表性故障元件的參數值限制在容差范圍內;
S8:根據當前迭代更新后的粒子位置計算各個粒子的適應度值;
S9:將當前迭代更新后的粒子按照適應度值從小到大進行排序,均勻劃分為D段,D的值根據實際需要確定;記每段中粒子數量為Q,去掉第D段中的Q個粒子,在第2段至第D-1段每段中選取共計Q個粒子去掉,將第1段中的Q個粒子復制兩份補齊粒子群;
S10:對步驟S9得到的粒子群中的粒子位置向量進行交叉和變異操作,在此過程中需要保證非代表性故障元件的參數值限制在容差范圍;
S11:計算步驟S10得到的粒子群中每個粒子的適應度值;
S12:對于每個粒子判斷其當前適應度值是否小于局部最優位置Pbestk的適應度值,如果是,則令局部最優位置否則不作任何操作;
篩選出當前交叉變異操作后粒子中適應度值最小的粒子,如果其適應度值小于全局最優位置Gbest,則將全局最優位置Gbest更新為該粒子的位置,否則不作任何操作;
S13:判斷是否達到迭代終止條件,如果是,進入步驟S14,否則進入步驟S15;
S14:令i=i+1,返回步驟S6;
S15:當前全局最優位置Gbest中參數值位于故障范圍內的代表性故障元件即為故障診斷結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011466637.1/1.html,轉載請聲明來源鉆瓜專利網。





